查找树

二叉查找/搜索/排序树BST（binary search/sort tree）

二叉排序树可以是空树或具有以下性质的树：

1. 若它的左子树不为空，则左子树上的所有结点均小于它的根结点
2. 若它的右子树不为空，则右子树上的所有结点均大于它的根结点
3. 它的左、右子树也分别为二叉排序树。

注意：对二叉排序树进行遍历，得到有序集合。

平衡二叉树（Self-balancing binary search tree）

自平衡二叉树，又称为AVL树（有别于AVL算法），它可以为一棵空树否则需满足以下性质：

1. 它的左、右两个子树的高度差（平衡因子）的绝对值不超过1.
2. 它的左、右两个子树都是平衡二叉树

平衡二叉树一定是二叉搜索树，反之则不一定。
平衡二叉树的目的是为了减少二叉查找树层次，提高查找速度，常用的实现方式有：AVL、红黑树、替罪羊树、Treap、伸展树等。

红黑树（Red-Black Tree）

红黑树是一种平衡二叉树，其每个结点都有存储位表示结点的颜色，可以是红（Red）或黑（Black）。
红黑树具有以下特性：

1. 每个结点或者是黑色，或者是红色。
2. 根节点是黑色。
3. 每个叶子结点（NULL)是黑色。【注意：这里的叶子结点，是指向为空（NULL）的叶子结点】
4. 如果一个结点是红色，则他的子结点必须是黑色的
5. 从一个结点到它的子孙结点的所有路径上包含相同数目的黑结点（确保没有一条路径比其他路径长出两倍）。

红黑树的应用比较广泛，主要是用它来存储有序的数据，他的时间复杂度是（log₂N）,效率非常的高。在Java集合中的TreeSet和TreeMap，Linux虚拟内存的管理，都是通过红黑树实现的。

B树（balanced tree）

B树应文件系统的要求而发展起来（也被称为B-树），大量数据存储在外存中，通常存放在硬盘中，由于海量数据不可能一次性调入内存，因此，要多次访问外存。但硬盘的驱动受机械运动的限制，速度慢。所以，主要矛盾变为减少访问外存的次数。由B树作为索引组织文件，可以提高访问速度，减少访问时间。

B+树

B+树是在B树基础上发展起来的，为叶子结点增加链表指针，所有关键字都在叶子节点中出现，非叶子结节作为叶结节点的索引，B+树总是到叶子结点才能真正访问数据。

数据库的索引的默认数据结构就是采用B+树

B*树

是B+树的变体，在B+树的非根和非叶子结点在增加指向兄弟的指针。

Java中的查找树

Java中的TreeSet的底层使用了TreeMap,其本质都是红黑树。
Java源码中TreeSet的定义：

    public TreeSet() {
        this(new TreeMap<E,Object>());
    }

观察以下代码(平衡二叉树不会形成链式结构)：

package com.test;

import java.util.Set;
import java.util.TreeSet;

public class TreeTest {
    public static void main(String[] args) {
        Set<Integer> setA = new TreeSet<Integer>();
        Set<Integer> setB = new TreeSet<Integer>();
        setA.add(3);
        setA.add(1);
        setA.add(5);
        setA.add(4);
        setA.add(2);
        System.out.println(setA);
        setB.add(1);
        setB.add(2);
        setB.add(3);
        setB.add(4);
        setB.add(5);
        System.out.println(setB);
    }
}